黄镓辉，彭 力，谢林柏

物联网技术应用教育部工程研究中心（江南大学 物联网工程学院），江苏 无锡 214122

近年来人工智能高速发展，日常生活也越来越离不开科技的帮助，随着生活水平的不断提高，人均车辆占有比例也是逐步升高，道路交通的管理面临着更加严峻的考验。车辆检测与跟踪是实现智能车辆和高级驾驶辅助系统环境感知的重要环节，同时也是交通部门能有效获得道路信息并加以制定管理策略的有效保障。通过对道路摄像机拍摄的视频图像进行目标车辆的检测、跟踪及相关行为分析，能很好完成交通参数的采集和相关的交通管理与控制。随着多旋翼无人机技术的成熟，无人机（unmanned aerial vehicle，UAV）视频已经能够用于道路交通调查，同时相关的法律法规日益完善，低空管制逐渐放开，无人机的应用场景也愈发多样化。相比于传统的道路摄像头，无人机拍摄能规避部分检测死角，提供更加广阔的拍摄范围，并且能够实时追踪特定目标，提供很高的机动性，在特定场合下有着不可替代的作用，也更加符合现在环境对科技的要求。

常用的车辆跟踪算法根据车辆模型的建立方式不同，可以分为生成类方法和判别类方法。生成类方法在第一帧中对目标车辆按制定的方法建立模型，然后在跟踪处理帧中搜索对比与目标车辆模型相似度最高的区域作为目标区域进行跟踪，包括卡尔曼滤波[1]、粒子滤波[2]、均值漂移（mean-shift）[3]，还有加入了颜色特征的ASMS（scale-adaptive mean-shift）[4]等。……